L’IA dans les transports : repenser les réseaux de métro

Les réseaux de métro sont au cœur des transports publics d’une ville et accueillent des millions de passagers chaque jour. Des villes comme New York et Tokyo comptent respectivement plus de 3 et 6 millions d’usagers du métro par jour. À mesure que les villes se développent, il devient essentiel de rendre les réseaux de métro plus efficaces, plus sûrs et plus agréables pour les passagers.

C’est là que l’intelligence artificielle (AI) entre en jeu, en transformant tous les aspects du métro, de l’achat des billets à la maintenance des trains. Dans cet article, nous parcourrons un réseau de métro pour voir comment l’IA améliore chaque étape du trajet, et découvrir les technologies d’IA qui fonctionnent en coulisses pour assurer le bon déroulement des opérations.

Dans les transports publics, l’IA commence dès la perception des titres de transport#

En général, un trajet en métro commence par faire la queue, acheter un billet et franchir les tourniquets. L’IA simplifie activement ce processus et le rend plus rapide et plus pratique pour les passagers. Par exemple, la technologie de reconnaissance faciale peut être utilisée dans les systèmes de billetterie du métro. Dans les grandes villes, les passagers peuvent accéder aux services sans billet physique ni carte à puce. À la place, leur visage est scanné aux points d’entrée, ce qui leur permet d’accéder facilement au métro. En 2019, Pékin a mis en place un système de reconnaissance faciale pour gérer la surpopulation et réduire les longues files d’attente aux heures de pointe.

Fig. 1. Système de reconnaissance faciale dans le métro de Shenzhen, en Chine.

Une IA bien intégrée facilite les trajets quotidiens et profite chaque jour à des millions de passagers. Les systèmes de billetterie alimentés par l’IA améliorent l’expérience des passagers et renforcent également la sécurité. En analysant les données faciales, le système s’assure que seuls les passagers autorisés entrent dans la station. L’IA peut vérifier rapidement les identités, empêcher les accès non autorisés et repérer les menaces potentielles. Elle peut accélérer l’entrée, renforcer la sécurité et réduire la fraude tarifaire.

S’orienter dans les lignes de métro grâce à l’IA#

Après être entré dans le métro, il peut être difficile de s’orienter dans la station, surtout aux heures de pointe. Les systèmes de navigation basés sur l’IA peuvent faciliter les déplacements dans le métro en fournissant aux passagers des indications en temps réel. Ces systèmes utilisent des algorithmes d’IA pour analyser les données provenant de sources comme le GPS, les capteurs et les caméras, afin de trouver les meilleurs itinéraires et de fournir des indications précises et à jour. Les passagers peuvent utiliser des applications mobiles similaires à Google Maps pour obtenir des indications étape par étape dans la station et trouver rapidement les quais, les sorties et les services. La navigation basée sur l’IA peut faire gagner du temps et réduire le stress.

Outre la navigation, les données provenant des caméras et de la vision par ordinateur dans le métro peuvent servir à surveiller la densité de la foule en temps réel. Les caméras installées dans la station peuvent compter les passagers dans certaines zones afin de repérer les goulets d’étranglement potentiels et les endroits surpeuplés. Ces informations aident les autorités de transport à prendre des mesures préventives, comme ajuster la fréquence des trains ou envoyer du personnel pour gérer les foules. En fait, l’IA a été utilisée à titre expérimental à Dubaï pour réduire la congestion de 40 % à 60 % et ramener les temps d’attente à 30 minutes pendant les heures de pointe et les événements publics.

Fig. 2. Comptage des personnes dans un métro à l’aide de la détection d’objets.

Monter à bord et voyager dans un métro doté de l’IA#

Lorsque les passagers montent dans le train, l’IA peut améliorer leur expérience de voyage de différentes manières. Voici quelques exemples d’applications :

• Soutien à l’accessibilité : Les techniques de vision par ordinateur, comme la détection d’objets, peuvent identifier les personnes en fauteuil roulant et les diriger vers la partie du train la plus accessible. Le processus de fermeture des portes peut également être adapté pour leur laisser plus de temps pour monter à bord en toute sécurité.
• Annonces et publicités personnalisées : l’IA peut servir à personnaliser les annonces et les publicités destinées aux passagers en fonction des personnes présentes dans le train et de l’heure.
• Vérification que le train est vide : à la dernière station du réseau de métro, la vision par ordinateur peut servir à vérifier que le train est vide et qu’aucun passager n’est encore à bord.
• Gestion des bagages abandonnés : si un bagage est abandonné, la vision par ordinateur peut le détecter et afficher les objets sur les écrans des quais. Les passagers peuvent alors récupérer facilement leurs affaires.

Les trains de métro eux-mêmes peuvent également être alimentés par l’IA. Les trains entièrement autonomes peuvent circuler en toute sécurité sans personnel à bord. Ces trains utilisent des algorithmes avancés pour prendre des décisions en temps réel et des capteurs pour détecter les obstacles et circuler en toute sécurité. Les trains de métro pilotés par l’IA réduisent les coûts de personnel, offrent une plus grande flexibilité pour transporter davantage de passagers avec un meilleur niveau de service, peuvent être plus ponctuels et optimisent l’accélération et le freinage afin de réduire la consommation d’énergie. Par exemple, le projet Honolulu Rail Transit est le premier réseau entièrement autonome des États-Unis. Le système devrait réduire les embouteillages et les émissions en éliminant environ 40 000 trajets en voiture par jour.

Fig. 3. Un métro sans conducteur à Milan, en Italie.

Utiliser l’IA pour surveiller les passagers qui sortent de la station de métro#

Il est également essentiel de surveiller le nombre de personnes qui sortent à différentes stations pour gérer efficacement la circulation dans le métro. Les modèles d’IA comme Ultralytics YOLOv8 jouent un rôle clé dans ce processus. YOLOv8 prend également en charge le suivi d’objets et peut servir à identifier et suivre plusieurs objets en temps réel, ce qui le rend particulièrement adapté aux réseaux de métro très fréquentés. En analysant les flux vidéo des caméras installées dans les stations, YOLOv8 peut compter les passagers qui sortent, suivre leurs déplacements et repérer les schémas de congestion.

Au-delà des portillons de sortie du métro, l’IA peut être intégrée aux solutions de mobilité du dernier kilomètre. Les stations de vélos en libre-service, les services de VTC et les navettes intégrant l’IA peuvent faciliter le départ des passagers depuis la station. En analysant les données en temps réel, l’IA peut prévoir la demande et déterminer quand ces services sont disponibles. Cette technologie peut également suggérer les meilleurs itinéraires et modes de transport en fonction des conditions de circulation actuelles et des préférences de chacun. Ainsi, les passagers peuvent rapidement accéder aux options de transport les plus adaptées à leur sortie de la station, ce qui réduit les temps d’attente et facilite leur trajet.

Les coulisses de l’IA : entretenir les voies de métro#

En tant que passagers, nous ne remarquons souvent pas la complexité des opérations qui se déroulent en coulisses pendant nos trajets en métro. L’IA y joue un rôle essentiel, notamment pour l’inspection et la maintenance des voies. Des systèmes comme le portail d’inspection des wagons Duos Technologies (RIP) illustrent cette approche reposant sur l’IA. À l’aide d’algorithmes d’IA, le RIP capture et analyse en quelques secondes des images à 360 degrés de chaque wagon, même à des vitesses supérieures à 125 mph. Ces systèmes d’IA embarqués détectent les problèmes et alertent le personnel ferroviaire des besoins de maintenance dans les 60 secondes. Une surveillance continue permet de repérer rapidement les problèmes potentiels et d’y remédier.

La gestion et l’optimisation de l’énergie sont d’autres applications de l’IA dans le métro qui sont peu connues. Par exemple, Metro de Madrid utilise un système basé sur l’IA pour réduire de 25 % les coûts énergétiques de la ventilation et diminuer les émissions de CO₂ de 1 800 tonnes par an. Le système gère 891 ventilateurs qui consomment jusqu’à 80 gigawattheures d’énergie par an et utilise un algorithme d’optimisation inspiré du comportement de butinage des colonies d’abeilles. Cet algorithme analyse de grandes quantités de données en tenant compte de facteurs tels que la température de l’air, l’architecture des stations, la fréquence des trains, l’affluence des passagers et le prix de l’électricité. Il utilise à la fois des données historiques et simulées pour prédire et atteindre le meilleur équilibre pour chaque station, et s’améliore au fil du temps grâce au machine learning.

Fig. 4. Système de ventilation du Metro de Madrid basé sur l’IA.

Avantages et inconvénients de l’IA dans les transports publics#

L’intégration de l’IA dans les réseaux de métro a apporté de nombreux avantages. Par exemple, elle améliore l’efficacité en aidant les réseaux de métro à respecter les horaires, à réduire les retards et à optimiser les opérations pour offrir un service plus fluide. La surveillance continue améliore également la sécurité, tandis que la maintenance prédictive contribue à prévenir les accidents et les pannes.

Cependant, la mise en œuvre de l’IA dans les réseaux de métro comporte des difficultés, notamment :

• Préoccupations relatives à la confidentialité des données : La collecte et l’utilisation des données des passagers soulèvent d’importantes préoccupations en matière de confidentialité, qui doivent être gérées avec soin afin de protéger les droits individuels à la vie privée.
• Intégration à l’infrastructure existante : intégrer des systèmes d’IA à l’infrastructure existante du métro peut être complexe et nécessiter des modifications.
• Coûts de mise en œuvre élevés : Le coût initial de mise en œuvre des technologies d’IA peut être élevé, ce qui peut constituer un obstacle pour certains réseaux de métro.
• Besoin de professionnels qualifiés : la mise en œuvre et la maintenance réussies des systèmes d’IA nécessitent des professionnels hautement qualifiés, ce qui peut poser un problème de ressources.

Malgré ces difficultés, les avantages font de l’IA une force de transformation pour les systèmes de transport urbain modernes, comme les réseaux de métro. Le potentiel d’amélioration de l’efficacité, de renforcement de la sécurité et d’optimisation de l’expérience des passagers explique pourquoi la communauté de l’IA s’emploie activement à surmonter ces obstacles et à tirer pleinement parti des avantages de l’IA. Alors, la prochaine fois que tu prendras le métro, ouvre l’œil pour repérer les innovations en IA qui accompagnent ton trajet.

L’avenir de l’IA dans les transports#

De l’entrée dans la station à la sortie, en passant par l’orientation et le trajet, l’IA transforme tout le parcours. Elle optimise les opérations, renforce la sécurité et rend l’expérience des passagers plus fluide. En améliorant la maintenance des voies et la gestion de l’énergie, l’IA contribue à l’efficacité et à la rentabilité des réseaux de métro. Malgré des difficultés comme les coûts de mise en œuvre et les préoccupations relatives à la confidentialité des données, les avantages de l’IA dans les transports urbains comme le métro sont évidents. À mesure que les villes continuent de se développer, l’IA jouera un rôle de plus en plus essentiel pour rendre les trajets en métro plus intelligents, plus sûrs et plus efficaces.

Reste en contact avec notre communauté pour continuer à en apprendre davantage sur l’IA ! Consulte notre dépôt GitHub pour découvrir comment nous pouvons utiliser l’IA afin de créer des solutions innovantes dans divers secteurs, comme l’agriculture et la fabrication.